Atria Dawn 对决 Kimi K3：一个永不完成的开放权重智能体，迎战 44 分推理天花板

在看基准测试之前，先体会一下这两个模型各自是为了什么而存在的。Atria Dawn Preview是上海人工智能实验室新推出的开放权重智能体模型——9 月 14 日宣布“现已上线”，基于 744B MoE 的 GLM-5.2 底座构建，采用 MIT 许可证，256K 上下文，纯文本，可下载 BF16 和 FP8 版本，并在 api.atria-asi.ai 上提供服务，但未公布价格。Kimi K3是 Moonshot AI 的 2.8 万亿参数旗舰模型——7 月 16 日发布，定价为每百万 token 3.00 美元/15.00 美元，1M 上下文，支持多模态输入，自 7 月 27 日起以修改版 MIT 许可证开放权重，在独立的人工智能分析智能指数（Artificial Analysis Intelligence Index）上得分为 44，使其成为该榜单上得分第二高的开放权重模型。两者都是开放的。两者都是智能体的。两者都来自拥有国际 API 业务的中国实验室。而它们所瞄准的任务几乎不可能更不同：Kimi K3 是一个你可以租用或下载的推理天花板；Atria Dawn Preview 是一个会持续运转、直到某件事可被验证的循环。

来源标签是本次对比的骨架。Kimi K3 的指数得分、定价和上下文是独立事实——AA Index 44、$3/$15、1M 窗口、Modified MIT 权重。Atria Dawn Preview 的基准测试行来自其模型卡，由厂商自行报告，未经任何中立实验室复现，且其国际 API 未公布价格。在模型卡的表格将两者置于同一领域进行对比之处，Atria Dawn Preview 报告其在发现与工具使用套件上领先（AutomationBench 53.8、BrowseComp 92.5、DeepSearchQA 96.0、BFCL v4 77.0、CyberGym 86.5），而在编码相关行上落后于 Kimi K3 的谱系（SWE-bench Pro 59.6、Terminal-Bench 2.1 78.3、JobBench 50.3）。Atria 的这些数字均未经过独立验证。

两种开放权重

表面上的相似之处——都是开放的，都是中国的，都具备智能体能力——掩盖了一个真正的分岔。Kimi K3 是 Moonshot 试图证明开放权重模型能够在原始智能上守住前沿的尝试：2.8T 总参数、1M 上下文、原生图像和音频输入、Modified MIT 许可证，以及 44 的独立指数得分，在开放模型中只有 GLM 5.3 高于它。你可以按 $3/$15 租用它，也可以下载并自行部署，无论哪种方式，你买的都是一个推理引擎。

Atria Dawn Preview 并不试图成为那种意义上的推理引擎。它是一个总参数 744B 的 MoE——约为 Kimi K3 规模的四分之一——针对循环而非评测指数进行调优：分析、设计、使用工具、编写并运行代码、读取实验结果、从失败中恢复、迭代。该实验室的四大支柱（Discovery、Creation、Delivery、Cybersecurity）都可归结为这个循环。它的上下文为 256K（Kimi K3 1M 的四分之一），仅支持文本，而 Kimi K3 可接收图像和音频；它展示强项的地方是长时程套件，而非单次推理。纸面上看，它像是一个严格意义上更差的模型；但按它自己的定位，它是一个面向不同失败场景的不同产品。

• 价格 — Atria Dawn Preview 未发布（国际 API）对比 Kimi K3 每 100 万 $3.00/$15.00

• 上下文 — Atria 256K 纯文本 vs Kimi K3 1M，图像+音频输入

• 规模 — Atria 总参数 744B 的 MoE vs Kimi K3 总参数 2.8T

• 独立记录 — Atria 与 Kimi K3 相比无；AA Index 44，开放权重中排名第2

为什么44分的墙不如循环重要

如果你的工作负载是一道硬推理题，那这场对比并不接近：Kimi K3 经独立测得的 44 分是榜单上开放权重模型的最高上限，相比 Atria Dawn Preview 如今所能宣称的任何成绩，它构成了 13 分以上的独立差距。这份溢价是真实存在的，而 Kimi K3 的 $3/$15 就是它的代价。但该指数的内容大多是短程、单次推理——而这恰恰是循环优先型智能体试图改写规则的那种场景。Atria Dawn Preview 所报告的优势项是 BrowseComp、DeepSearchQA、AutomationBench、CyberGym：这些长时程评测套件让模型得以在多个轮次中阅读、行动并自我纠错。厂商报告的这份分项成绩单，是一款为迭代执行而非为排行榜调优的模型的标志——而它同样尚未得到验证，正因如此，第一个中立评测分数会比这一切都更重要。

对于已经在跑 Kimi K3 的团队来说，Atria Dawn Preview 并不是替代品——它的编码项落败，上下文只有四分之一，战绩也未经检验。而对于瓶颈就在循环本身——模型中途放弃、反问、在长实验里跟丢线索——的团队，这位新来者正是冲着这一点去的，而且它的 MIT 权重意味着你可以在自己的硬件上亲自验证，无需按 Moonshot 的价格付费。两者都可以通过像 OrcaRouter 这样的路由平台上的同一个密钥调用，其中 Kimi K3 的透传 $3/$15 按零加价计费并自动故障转移，而 Atria Dawn Preview 一旦上海实验室公布价格即可路由——所以用你的真实工作负载做一次正面对比评测，花的是搭建时间，而不是再签一份合同。

裁决

不要把44分的独立评测上限误当成全部真相，也不要把某家厂商的榜单当成最终判决——其中一列如今可验证，另一列只是自我报告。如果你需要经过验证、处于前沿的开源权重推理能力，Kimi K3就是那个模型；其1M上下文窗口、多模态能力和中立评分，正是团队愿意支付$3/$15的原因。如果你的问题是一个永远跑不完的循环，Atria Dawn Preview是一个合理的实验——开源、可免费运行、精准针对你正遭遇的故障——值得在故障转移机制背后做一次受控评测，但在一个中立实验室真正运行它之前，仅此而已。